English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

O objetivo do trabalho foi analisar os padrões de comportamento espaço-temporal dos valores do Índice de Vegetação por Diferença Normalizada (NDVI) na lagoa Itapeva-RS, por meio de imagens Landsat TM5 e ETM+7, compreendendo o período de 1985 a 2010. Para a análise do comportamento espaço-temporal foram utilizadas classes de Índice de Vegetação por Diferença Normalizada (NDVI) e Análise por Séries Temporais (TSA) de imagens. Para validação dos padrões observados foram coletadas amostras de água em seis pontos na lagoa Itapeva para clorofila_a, Totais de Sólidos Suspensos e transparência do disco Secchi. Estes resultados foram correlacionados com os valores de NDVI. Os mapas de classes de NDVI gerados após a análise da TSA evidenciaram padrões de dinâmica espaciais e sazonais associados as variáveis ambientais atuantes, permitindo o estabelecimento de três grandes compartimentos para a lagoa Itapeva: norte, centro e sul. A análise da série temporal de imagens mostra que o aumento e o decréscimo dos valores de NDVI estão associados aos períodos de floração do fitoplâncton. Concluiu-se que a análise da Série Temporal de imagens Landsat foi satisfatória no que se refere ao comportamento espaço-temporal da variação das classes de NDVI.

sociedade and natureza

Variação do Índice de Vegetação por Diferença Normalizada na lagoa Itapeva, litoral norte do Rio Grande do Sul, Brasil, a partir de análise de séries temporais